• Nenhum resultado encontrado

Neuro-controlador ótimo por algoritmos genéticos para múltiplos sistemas ativos de dinâmica veicular em guinada

N/A
N/A
Protected

Academic year: 2021

Share "Neuro-controlador ótimo por algoritmos genéticos para múltiplos sistemas ativos de dinâmica veicular em guinada"

Copied!
260
0
0

Texto

(1)Universidade de São Paulo Escola de Engenharia de São Carlos. Gabriel de Paula Eduardo. euro-controlador ótimo por algoritmos genéticos para múltiplos sistemas ativos de dinâmica veicular em guinada.. São Carlos 2008.

(2) Gabriel de Paula Eduardo. euro-controlador ótimo por algoritmos genéticos para múltiplos sistemas ativos de dinâmica veicular em guinada.. Tese apresentada a Escola de Engenharia de São Carlos da Universidade de São Paulo para obtenção do título de Doutor em Engenharia Mecânica. Área de concentração: Dinâmica de Sistemas Orientador: Prof. Dr. Álvaro Costa Neto. São Carlos 2008.

(3) DEDICATÓRIA. A todas as pessoas que admiram o por do Sol..

(4) AGRADECIMENTOS. Vovô e Vovó Colucço. Carrapato. Pessoal do Baja e do Fórmula da EESC. O presente trabalho foi realizado com o apoio do Conselho Nacional de Desenvolvimento Científico e Tecnológico CNPq-Brasil..

(5) “Você me abedesse, viu meu filho” Clara Houston.

(6) Resumo EDUARDO, G. P. euro-controlador ótimo por algoritmos genéticos para múltiplos sistemas ativos de dinâmica veicular em guinada. 2009. Tese (Doutorado). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2009.. Apresenta uma solução inovadora de controle por redes neurais artificiais aprendendo segundo a técnica de aprendizagem por reforço usando algoritmos genéticos para integrar múltiplos sistemas ativos no controle de estabilidade de um veículo. Estudo, restringido a um domínio de manobras, foi desenvolvido excluindo falhas e alterações da planta no tempo. Contribui para responder como o controlador de dinâmica veicular pode ser aperfeiçoado para atuação simultânea de múltiplos sistemas ativos. Contempla o desenvolvimento do neurocontrolador e algoritmo de aprendizagem na plataforma Matlab, de um modelo de dinâmica veicular em ambiente ADAMS e do modelo de referência, atuadores e observador com programação Matlab. Analisa a estabilidade da planta e define regiões de atuação do controlador. Apresenta um estudo e definição da técnica de controle de estabilidade em guinada para nortear a função de otimização, o treinamento e as simulações. Treinamento da rede neural para acomodar as não linearidades envolvidas na planta e para otimizar a integração dos múltiplos sistemas ativos focando nas especificações de desempenho do controlador e no domínio de situações a serem analisadas. Simulação de situações e manobras para validação e avaliação do desempenho do controlador com co-simulação entre Matlab e ADAMS. Resultados qualitativos e quantitativos do desempenho do controlador justificando a integração efetiva dos sistemas e o neurocontrolador não-linear.. Palavras-chave: Neurocontrolador. Algorítimos genéticos. Controle de dinâmica veicular..

(7) Abstract. EDUARDO, G. P. Optimal neurocontroller by genetic algorithms for multiple vehicle dynamics active systems at yaw. 2009. Thesis (Doctoral). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2009.. Presents an innovative control solution with artificial neural networks learning using reinforcement learning by genetic algorithms to integrate multiple active systems to control yaw vehicle stability. Study restricted to a maneuver domain and excluding plant changes in time and failures. Contributes to answer how the vehicle dynamics controller can be improved for multiple simultaneous active systems. Development of the neurocontroller and learning algorithm in Matlab, vehicle dynamics model in ADAMS environment and reference model, actuators and observer with Matlab programming. Plant stability analysis and activation areas definition. Study and method definition for stability yaw control to guide the task of optimization, training and simulation. Training the neural network to accomplish the plant nonlinearity and to optimize the multiple active systems synergy targeting the controller performance specifications and the analyzed conditions domain. Conditions and maneuvers simulation to validate and evaluate the controller performance using cosimulation between Matlab and ADAMS. Qualitative and quantitative controller results justifying the effective systems integration and non-linear neurocontroller.. Keywords: Neurocontroller. Genetic algorithms. Vehicle dynamics control..

(8) LISTA DE ILUSTRAÇÕES. 1. INTRODUÇÃO. Figura 1.1: Segurança em veículos Figura 1.2: Desenvolvimento de sistemas ativos Figura 1.3: Instalação de ABS e ESP na Europa Figura 1.4: Taxa de instalação de ESP na Europa segundo as categorias. 2. REVISÃO BIBLIOGRÁFICA. Figura 2.1: Sistemas ativos para estabilidade. 3. SISTEMA. Figura 3.1: Esquema descritivo do pneu Figura 3.2: Diagrama típico de força longitudinal Figura 3.3: Diagrama típico de força lateral Figura 3.4: Escorregamento combinado Figura 3.5: Sensibilidade da força lateral a carga normal para ângulo de deriva do pneu de 5° Figura 3.6: Força lateral e longitudinal combinadas Figura 3.7: Rigidez do escorregamento longitudinal do pneu e rigidez da deriva do pneu Figura 3.8: Sensibilidade do escorregamento longitudinal do pneu pela velocidade Figura 3.9: Veículo em circuito de escorregamento Figura 3.10: Modelo SWIFT Figura 3.11: Suspensão MacPherson Figura 3.12: Suspensão traseira tipo eixo-rígido Figura 3.13: Sistema de direção Figura 3.14: Sistema de acionamento Figura 3.15: Modelo.

(9) Figura 3.16: Esquema de engrenagens Figura 3.17: Diagrama de blocos do sistema de direção em Simulink Figura 3.18: Diagrama hidráulico do sistema de freio Figura 3.19: Diagrama de blocos do sistema de freio em Simulink Figura 3.20: Diagrama de blocos com modelos de simulação Figura 3.21: Plano de fase sem esterçamento a 60 km/h Figura 3.22: Plano de fase sem esterçamento a 120 km/h Figura 3.23: Plano de fase para esterçamento de 80º a 120 km/h Figura 3.24: Plano de fase para pavimento de baixa aderência. 4. CONTROLE DO MOMENTO EM GUINADA. Figura 4.1: Intervenção pró-curva por freio Figura 4.2: Intervenção anti-curva por freio Figura 4.3: Intervenção anti-curva por ARC Figura 4.4: Intervenção anti-curva por AFS Figura 4.5: Momento em guinada anti-curva por freio Figura 4.6: Momento em guinada pró-curva por freio Figura 4.7: Momento em guinada anti-curva por AFS Figura 4.8: Momento em guinada pró-curva por AFS Figura 4.9: Momento em guinada anti-curva por ARC Figura 4.10: Momento em guinada pró-curva por ARC Figura 4.11: Esquema de integração de ESP e AFS Figura 4.12: Estrutura de controle para VDM. 5. PROJETO DO CONTROLADOR. Figura 5.1: Plano de fase Figura 5.2: Plano de fase com seleção ângulo de deriva do veículo crítico Figura 5.3: Plano de fase com seleção crítica total Figura 5.4: Plano de fase com seleção final Figura 5.5: Plano de fase para velocidade de 120 km/h Figura 5.6: Plano de fase para velocidade de 120 km/h e esterçamento de 80º.

(10) Figura 5.7: Plano de fase para baixa aderência Figura 5.8: Esquema do estimador de ângulo de deriva do veículo Figura 5.9: Diagrama do observador Figura 5.10: Neurônio artificial Figura 5.11: Rede neural artificial Figura 5.12: Controle adaptativo Figura 5.13: Neurocontrolador Figura 5.14: Identificação do sistema Figura 5.15: Cópia de controlador Figura 5.16: Neurocontrolador por planta inversa Figura 5.17: Aprender a planta inversa Figura 5.18: Aprendizagem com agente crítico Figura 5.19: Diagrama funcional do GA Figura 5.20: Cruzamento Figura 5.21: GA para ajuste do controlador Figura 5.22: Diagrama de blocos do sistema Figura 5.23: Arranjo do sistema Figura 5.24: Diagrama de blocos do sistema para treinamento. 6. SIMULAÇÕES E RESULTADOS. Figura 6.1: Ilustração do veículo em pista circular Figura 6.2: Diagrama do veículo em um circuito de escorregamento Figura 6.3: Ângulo de esterçamento pela aceleração lateral Figura 6.4: Ganho de velocidade angular em guinada/esterçamento pela velocidade Figura 6.5: Ângulo de deriva do veículo pela aceleração lateral Figura 6.6: Ganho de ângulo de deriva do veículo/esterçamento pela velocidade Figura 6.7: Ganho de aceleração lateral/esterçamento pela velocidade Figura 6.8: Ângulo de deriva do veículo para intervenção por freio Figura 6.9: Esterçamento para intervenção por freio Figura 6.10: Ângulo de deriva do veículo para intervenção integrada Figura 6.11: Ganho de aceleração lateral/esterçamento para intervenção integrada.

(11) Figura 6.12: Ganho de ângulo de deriva do veículo/esterçamento para intervenção integrada Figura 6.13: Ganho de velocidade angular em guinada/esterçamento para intervenção integrada Figura 6.14: Ilustração de esterçamento e retorno Figura 6.15: Aceleração lateral para manobra de esterçamento e retorno Figura 6.16: Ângulo de esterçamento para manobra de esterçamento e retorno Figura 6.17: Ângulo de deriva do veículo para manobra de esterçamento e retorno Figura 6.18: Velocidade angular em guinada para manobra de esterçamento e retorno Figura 6.19: Aceleração lateral com intervenção integrada Figura 6.20: Ângulo de deriva do veículo com intervenção integrada Figura 6.21: Velocidade angular em guinada com intervenção integrada Figura 6.22: Ilustração para dupla mudança de faixa Figura 6.23: Aceleração lateral na manobra de dupla mudança de faixa Figura 6.24: Esterçamento na manobra de dupla mudança de faixa Figura 6.25: Velocidade angular em guinada na manobra de dupla mudança de faixa Figura 6.26: Aceleração lateral com intervenção integrada Figura 6.27: Esterçamento com intervenção integrada Figura 6.28: Velocidade angular em guinada com intervenção integrada Figura 6.29: Ilustração de curvas sinuosas Figura 6.30: Aceleração lateral na manobra de curvas sinuosas Figura 6.31: Ângulo de deriva do veículo na manobra de curvas sinuosas Figura 6.32: Velocidade angular em guinada na manobra de curvas sinuosas Figura 6.33: Aceleração lateral com intervenção por freio com velocidade de 70km/h Figura 6.34: Ângulo de deriva do veículo com intervenção por freio com velocidade de 70km/h Figura 6.35: Velocidade angular em guinada com intervenção por freio com velocidade de 70km/h Figura 6.36: Ângulo de deriva do veículo com intervenção integrada com velocidade de 100km/h Figura 6.37: Velocidade angular em guinada com intervenção integrada com velocidade de 100km/h.

(12) Figura 6.38: Aceleração lateral com intervenção integrada com velocidade de 50km/h em pavimento de baixa aderência Figura 6.39: Ângulo de deriva do veículo com intervenção integrada com velocidade de 50km/h em pavimento de baixa aderência Figura 6.40: Velocidade angular em guinada com intervenção integrada com velocidade de 50km/h em pavimento de baixa aderência Figura 6.41: Ilustração de frenagem µ-split Figura 6.42: Aceleração lateral na manobra de frenagem µ-split Figura 6.43: Desaceleração na manobra de frenagem µ-split Figura 6.44: Ângulo de deriva do veículo na manobra de frenagem µ-split Figura 6.45: Velocidade angular em guinada na manobra de frenagem µ-split Figura 6.46: Aceleração lateral na manobra de frenagem µ-split com sistema ABS Figura 6.47: Desaceleração na manobra de frenagem µ-split com sistema ABS Figura 6.48: Ângulo de deriva do veículo na manobra de frenagem µ-split com sistema ABS Figura 6.49: Velocidade angular em guinada na manobra de frenagem µ-split com sistema ABS Figura 6.50: Ângulo de deriva do veículo na manobra de frenagem µ-split com intervenção integrada Figura 6.51: Velocidade angular em guinada na manobra de frenagem µ-split com intervenção integrada Figura 6.52: Distância na manobra de frenagem µ-split com intervenção por freio Figura 6.53: Esterçamento na manobra de frenagem µ-split com intervenção por freio Figura 6.54: Velocidade angular em guinada na manobra de frenagem µ-split com intervenção por freio Figura 6.55: Distância na manobra de frenagem µ-split com intervenção por freio e barra anti-rolagem Figura 6.56: Esterçamento na manobra de frenagem µ-split com intervenção por freio e barra anti-rolagem Figura 6.57: Velocidade angular em guinada na manobra de frenagem µ-split com intervenção por freio e barra anti-rolagem Figura 6.58: Distância na manobra de frenagem µ-split com intervenção integrada Figura 6.59: Esterçamento na manobra de frenagem µ-split com intervenção integrada.

(13) Figura 6.60: Velocidade angular em guinada na manobra de frenagem µ-split com intervenção integrada Figura 6.61: Ilustração de frenagem µ-split em curva Figura 6.62: Aceleração lateral em manobra de frenagem µ-split em curva Figura 6.63: Desaceleração em manobra de frenagem µ-split em curva Figura 6.64: Esterçamento em manobra de frenagem µ-split em curva Figura 6.65: Ângulo de deriva do veículo em manobra de frenagem µ-split em curva Figura 6.66: Velocidade em manobra de frenagem µ-split em curva Figura 6.67: Velocidade angular em guinada em manobra de frenagem µ-split em curva Figura 6.68: Aceleração lateral em manobra de frenagem µ-split em curva com intervenção por freio Figura 6.69: Desaceleração em manobra de frenagem µ-split em curva com intervenção por freio Figura 6.70: Esterçamento em manobra de frenagem µ-split em curva com intervenção por freio Figura 6.71: Ângulo de deriva do veículo em manobra de frenagem µ-split em curva com intervenção por freio Figura 6.72: Velocidade em manobra de frenagem µ-split em curva com intervenção por freio Figura 6.73: Velocidade angular em guinada em manobra de frenagem µ-split em curva com intervenção por freio Figura 6.74: Aceleração lateral em manobra de frenagem µ-split em curva com intervenção integrada Figura 6.75: Desaceleração em manobra de frenagem µ-split em curva com intervenção integrada Figura 6.76: Esterçamento em manobra de frenagem µ-split em curva com intervenção integrada Figura 6.77: Ângulo de deriva do veículo em manobra de frenagem µ-split em curva com intervenção integrada Figura 6.78: Velocidade em manobra de frenagem µ-split em curva com intervenção integrada.

(14) APÊNDICE B - Equações Analíticas. Figura B.1: Sistema de coordenadas. APÊNDICE C - Obtenção das Funções do Neurocontrolador. Figura C.1: Tangente hiperbólica Figura C.2: Ganho da tangente hiperbólica Figura C.3: Função limitada por setores Figura C.4: Melhor adequação da limitação por setores.

(15) LISTA DE TABELAS. Tabela 4.1: Mecanismo de intervenção por freio Tabela 4.2: Distribuição teórica dos sistemas ativos Tabela 5.1: Testes para caracterização de dinâmica veicular Tabela A.1: Condições nos acidentes Tabela A.2: Tipos de acidentes Tabela A.3: Causas presumíveis.

(16) LISTA DE ABREVIATURAS. 4WS – Four Wheel Steering – Esterçamento nas Quatro Rodas ABS – Antilock Braking System – Sistema de Freios Anti-blocante ADAMS – Advanced Dynamic Analysis of Mechanical Systems – Análise Dinâmica Avançada de Sistemas Mecânicos AFS – Active Forward Steering – Direção Dianteira Ativa AI – Artificial Inteligence – Inteligência Artificial ANN – Artificial Neural Networks – Redes Neurais Artificiais ARC – Active Roll Control – Controle de Rolagem DNIT – Departamento Nacional de Infra-Estrutura de Transportes DSC – Dynamic Stability Control – Controle Dinâmica de Estabilidade EBD – Electronic Braking Distribution – Controle Adaptativo de Distribuição de Forças de Frenagem ECU – Electronic Control Unit – Unidade de Controle Eletrônica EESC – Escola de Engenharia de São Carlos ESP – Electronic Stability Program – Programa de Estabilidade Eletrônico GA – Genetic Algorithm – Algoritmos Genéticos GRC – Genetic Reinforcement Control – Controle por RL com GA IQC – Integral Quadratic Constraints - Restrições Quadráticas Integrais LFT – Linear Fraction Transfer – Transformada Fracionária Linear LTI. – Linear and Time Invariant – Linear e Invariante no Tempo LTV – Linear and Time Variant – Lineares Variantes no Tempo MBS – Multibody System – Sistema Multicorpos MRAC – Model Reference Adaptative Controler - Controlador Adaptável da Referência Modelo MSE – Medium Square Error – Erro Quadrado Médio NHTSA – National Highway Traffic Safety Administration – Administração Nacional da Segurança no Trafego em Estradas NS – Neutralsteer – Neutro.

(17) OS – Oversteer – Sobresterçante PD – Proporcional e Derivativo PI – Proporcional e Integral PID – Proporcional, Integral e Derivativo RC – Reinforcement Control – Controle por RL RL – Reinforcement Learning – Aprendizagem por Reforço SAE – Society of Automotive Engineers – Sociedade dos Engenheiros Automotivos STR – Self Tuning Regulator – Regulador Auto-ajustável SWIFT – Short Wavelength Intermediate Frequency Tyre – Pneu de Freqüência Intermediária com Comprimento de Onda Curto TCS – Traction Control System – Controle de Tração TRC – Traction Control – Controle de Tração TUM – Technische Universität München – Universidade Técnica de Munique US – Understeer – Subesterçante USP – Universidade de São Paulo VDM – Vehicle Dinamics Management – Gerenciamento de Dinâmica Veicular VW – Volks Wagen.

(18) LISTA DE SÍMBOLOS. φ. ângulo de rolagem. Φ. solução do tipo função. µ. aderência entre pneu e pavimento. µ. função de matriz. ax. aceleração longitudinal. A. referencial inercial. A´, B´, C´, D´ equações do sistema por representação de estado ay. aceleração lateral. b. distância do centro de massa ao eixo dianteiro. Bp, Cp, Dp, Ep coeficientes da equação de Pacejka c. distância do centro de massa ao eixo traseiro. C. cornering stiffness – rigidez da deriva do pneu. Cl. slip stiffness – rigidez do escorregamento longitudinal do pneu. f. relação linear e não-linear para representação de sistema dinâmico. Fc. força centrípeta no centro de massa. Fi. força inercial no centro de massa. Fl. força longitudinal do pneu. Fs. força lateral do pneu. Fx. força longitudinal resultante no centro de massa. Fy. força lateral resultante no centro de massa. Fz. força normal no eixo z. f1, f2, g1, g2. funções continuas. g. aceleração da gravidade. g. relação linear e não-linear para representação de sistema dinâmico. h. altura do centro de rolagem. h1. altura entre o centro de massa e o centro de rolagem. hcg. altura do centro de massa. Iw. momento de inércia do pneu no eixo de giro.

(19) Iz. momento de inércia no eixo z. Kφ. rigidez de rolagem. k. unidade de tempo discreto. L. entre-eixos. n. número de estados no sistema por representação de estado. m. número de entradas no sistema por representação de estado. p. número de saídas no sistema por representação de estado. Mz. momento no eixo z. M. matriz complexa representante do sistema LTI. Mφ. momento em guinada. ∆. matriz complexa representante das incertezas. O. ponto de equilíbrio. Pi. partículas. r. velocidade angular em guinada. R. raio de curvatura. rd. raio dinâmica do pneu. Rr. resistência a rolagem. s. comprimento de arco. S. sistema. sl. escorregamento. t. bitola. te. tempo. te0. tempo inicial. Tb. torque de frenagem. Tt. torque de tração. V. velocidade. vx. velocidade longitudinal. vy. velocidade lateral. w, v. sinais. vˆ , wˆ. transformada de Fourier de v(te) e de w(te). W. peso. x. variável de estado. x0. variável de estado no tempo inicial.

(20) xp. ponto de equilíbrio na representação de estado. y. saída de um sistema por representação de estado. u. entrada de um sistema por representação de estado. uconst. entrada constante de um sistema por representação de estado. α. ângulo de deriva do pneu. β. ângulo de deriva do veículo. β`. derivada do ângulo de deriva do veículo. δ. ângulo de esterçamento. φ. ângulo de guinada. yaw rate. velocidade angular em guinada. ω. velocidade angular do pneu. τ. unidade para integração. γ. constante. σ. constante. Re. parte real. λi. autovalores. Π. matriz. ϖ. freqüência. e, f. vetores. j. número imaginário. ε. constante. tanh. tangente hiperbólica. uˆ. vetor de saída do neurônio. V´. matriz de peso na saída da rede neural. Г. função diagonal de matriz. ξ. forma vetorial alternativa de representar χ. W´. matriz de peso na entrada da rede neural. w'. peso na entrada do neurônio. e´. forma vetorial alternativa de representar o vetor de entrada do neurônio. ρj. ganhos individuais da camada. χ. valores internos do neurônio que são aplicados na função de ativação. ψ. restrição quadrática integral para não linearidade.

(21) q, q1, q2. variável de restrição quadrática integral. ζ1,, ζ2, ς. funções de restrição quadrática. α1, α2. constantes para funções de restrição quadrática. η. restrição quadrática integral para variação dos pesos da rede neural. T´. notação vetorial. e=(e1, ... ,en) vetor de entrada na rede neural û=(u1, ... ,um) vetor de saída na rede neural h´. número de unidades escondidas da ANN. W´h´xn. matriz de peso da entrada. V´mxh´. matriz de peso da saída. ϕ. função de ativação do neurônio.

(22) SUMÁRIO. 1. ITRODUÇÃO. 23. 1.1 Histórico. 23. 1.2 Objetivo. 30. 1.3 Apresentação do Trabalho. 33. 2. REVISÃO BIBLIOGRÁFICA. 34. 2.1 Sistemas Ativos. 34. 2.2 Integração de Sistemas. 38. 3. SISTEMA. 42. 3.1 Dinâmica Veicular. 42. 3.2 Modelagem Matemática. 52. 3.3 Técnica MBS. 54. 3.3.1 Descrição do Modelo MBS. 56. 3.4 Modelo do Condutor. 62. 3.5 Sensores e Atuadores. 63. 3.6 Ambiente de Simulação. 67. 3.7 Estabilidade. 70. 4. COTROLE DO MOMETO EM GUIADA. 79. 4.1 Introdução. 79. 4.2 Intervenção por Freio. 85. 4.3 Intervenção por Barra Anti-rolagem. 90. 4.4 Intervenção por Direção. 97. 4.5 Análise do Momento de Guinada. 100. 4.6 Integração de Atuadores. 105. 5. PROJETO DO COTROLADOR. 113. 5.1 Especificações de Desempenho. 113. 5.2 Modelo de Referência. 116. 5.3 Observador. 124.

(23) 5.4 Controlador. 126. 5.4.1 Introdução. 126. 5.4.2 Redes Neurais – Neurocontrolador. 131. 5.4.3 Algoritmos Genéticos – Otimização. 143. 5.4.4 Aprendizagem por Reforço – Otimização do Neurocontrolador. 148. 5.4.5 Estabilidade. 153. 5.4.5.1 Introdução. 153. 5.4.5.2 IQC análise. 160. 5.4.6 Treinamento do Neurocontrolador. 165. 6. SIMULAÇÕES E RESULTADOS. 169. 6.1 Curva de Raio Constante. 169. 6.2 Rápido Esterçamento e Retorno. 179. 6.3 Dupla Mudança de Faixa. 184. 6.4 Curvas Sinuosas. 189. 6.5 Frenagem µ-split. 196. 6.6 Frenagem µ-split em curva. 208. 6.7 Análise dos resultados. 218. 7. COCLUSÃO. 222. REFERÊCIAS. 227. APÊDICE A – Estatística de Acidentes. 241. APÊDICE B - Equações Analíticas. 245. APÊDICE C - Obtenção das Funções do eurocontrolador. 255. APÊDICE D - Representatividade de IQC. 258.

(24) 23. 1. Introdução. 1.1 Histórico. O índice de acidentes no Brasil é um dos maiores no mundo, seja relacionado ao número de veículos ou pela extensão das estradas. O número de vítimas fatais também é extremamente alto, sendo a maioria dos acidentes ocasionados por erros dos motoristas. Por esta razão, a segurança dos veículos e o conforto são importantes objetivos no desenvolvimento automotivo. As novas técnicas e tecnologias em sistemas de segurança experimentaram enorme aceleração na ultima década. Este processo foi causado pelo crescente mercado e pelas inovações tecnológicas, inovações essas, que são advindas de todas as áreas de estudo, desde vibrações acústicas até deformação plástica. Assim, uma vasta gama de componentes do veiculo é concebida segundo princípios de segurança e conforto. No âmbito da segurança automotiva, para situações normais de condução em vias públicas, existem alguns campos principais de influência: a condição do veículo, a situação externa: condições climáticas, via e tráfego e; por fim, a qualificação do condutor, composta por suas capacidades e limitações. A figura 1.1 esboça o ambiente de estudo de segurança. Seguindo nesta linha de raciocínio, são definidos os sistemas ativos e passivos de segurança que tem por objetivo melhorar as condições para evitar acidentes ou mesmo reduzir as conseqüências..

(25) 24. Figura 1.1: Segurança em veículos. Sistemas passivos oferecem proteção contra ferimentos graves em um eventual acidente. Um exemplo é o Airbag. Os sistemas ativos ajudam a evitar o acidente, assim, auxiliam a reduzir acidentes. São exemplos: Sistema de Freios Anti-blocante (ABS) e Programa de Estabilidade Eletrônico (ESP). Estes sistemas tentam estabilizar o veículo em situações críticas. No estudo de condução, existem duas funções para os sistemas ativos: auxiliar o condutor a seguir a trajetória desejada e estabilizar o veículo, portanto, comportamento de condução e estabilização. Para determinação da trajetória desejada são importantes os comandos do condutor: no volante, no freio e no acelerador. Contemplando estes comandos é possível reconhecer as intenções do condutor. Quanto melhor a capacidade do condutor em reconhecer os comandos para seguir na trajetória dentro dos limites de estabilidade, menores serão as correções para tanto. Porém, a capacidade de seguir trajetória e de estabilizar um veículo não está totalmente disponível ao condutor somente pelos comandos tradicionais e também é impraticável.

(26) 25. prover ao condutor todas as possibilidades de comando, pois o ser humano apresenta limitações neste sentido. Por isso, sistemas de controle podem auxiliar na melhora de desempenho em seguir a trajetória e estabilizar o veículo. Nas vias de condução é quase totalitária a parcela de acidentes com feridos por erro do condutor. Sendo o excesso de velocidade e a falta de atenção os coadjuvantes de maior freqüência. Outros fatores são: errônea utilização da via e não cumprimento da distância de segurança. Falhas técnicas por conta do veículo ou da via contabilizam apenas 9% nos casos de vítimas fatais. Em situações de acidente, a medida corretiva encontra condições limites de tempo e de habilidade do veículo para atuar. Para auxiliar o condutor nesta tarefa foram desenvolvidos os sistemas ativos de segurança que também possuem outra razão de existência: incompatibilidade no projeto do veículo entre as metas de conforto e as de dirigibilidade. Ambos os requisitos nem sempre são atingidos de forma integral, existem constantes conflitos que conduzem a resultados que ponderam entre estabilidade e conforto, assim, comprometendo a eficiência. O método clássico de construção de automóveis encontrou nesta relação de compromisso entre a estabilidade e o conforto uma fronteira. O crescimento da indústria automotiva e a crescente competitividade do setor estimularam o estudo da dinâmica veicular, motivando os fabricantes a focar esforços para desenvolver tecnologias capazes de tornar os veículos mais rápidos, seguros e confortáveis. Com base nestes motivos, desde a década de 70, em todos os tipos de veículos, cada vez mais são procuradas soluções que assumam um melhor compromisso entre os temas por meio de sistemas ativos, tentando evitar acidentes. Os importantes exemplos estão apresentados na figura 1.2..

(27) 26. Figura 1.2: Desenvolvimento de sistemas ativos. Estes sistemas devem coordenar juntamente com os comandos do condutor no volante e nos pedais de freio e acelerador. Comumente são sistemas de malha fechada com uma intenção de comportamento ou trajetória. Por isso é definido como controle de dinâmica veicular. Esta necessidade de atingir melhor desempenho em segurança e conforto foi um dos principais motivadores para aplicação de sistemas ativos, o outro foi o desenvolvimento da tecnologia em diversos campos que permitiram a evolução e a implementação de sistemas embarcados. O rápido progresso da tecnologia eletrônica digital viabilizou a utilização destes sistemas embarcados. Desenvolvimento de novos sensores viabilizou medições para.

(28) 27. caracterizar o estado do veículo e conseqüentemente informar os controladores. Novos materiais, atuadores e fontes de energia proporcionaram redução de peso, diminuição de custo e adequação aos conceitos de sustentabilidade. A partir de então, sistemas ativos assumiram uma importância para melhorar a segurança. Atualmente já podem ser encontrados sistemas ativos para freio, motor, direção, amortecedor, diferencial, mola, barra estabilizadora entre outros. Em 1978, a Bosch introduziu o ABS nos veículo da marca Mercedes Bens. A Bosch também foi o primeiro fornecedor a introduzir o ESP para o Mercedes-Benz Classe S Sedan, em 1995. A tendência na indústria automotiva é o aumento do uso de sistemas ativos de estabilidade como pode ser visualizado na figura 1.3 que ilustra a instalação de sistemas tipo ABS e ESP nos veículo da Europa (LIEBEMANN, 2004).. Instalação Europa ( % ). 50 40. ABS ESP. 30 20 10 0 1978. 1982. 1986. 1990. 1994. 1998. 2002. 2006. Anos. Figura 1.3: Instalação de ABS e ESP na Europa (LIEBEMANN, 2004). O princípio do ESP é a intervenção pelo sistema de freio, tentando ser efetivo na manutenção do veículo na pista para evitar acidentes do tipo capotamento, que registram mais de 1/3 de todas as fatalidades de acidentes com único veículo.

(29) 28. envolvido no Brasil, como demonstram os dados da Polícia Rodoviária Federal do Brasil e que são discutidos no APÊNDICE A. O mecanismo básico de funcionamento fundamenta-se na geração de um momento corretivo manipulando as forças nos pneus para manter o veículo dentro de condições estáveis ou melhorar a resposta dinâmica para situações de emergência, sempre dentro dos limites de aderência disponíveis. Como os condutores geralmente erram por falta de experiência ou capacidade e muitas vezes a resposta do carro é lenta, com novos sistemas, a resposta é mais rápida e na intensidade correta. Em estudos recentes, considera-se que o ESP é responsável por evitar 80% dos acidentes provocados por derrapagem. A Volks-Wagen concluiu em um de seus estudos que os benefícios do ESP são maiores do que os do Airbag. De acordo com a mesma, uma instalação de 100% nos veículo na Alemanha reduziria em 20% as fatalidades em estradas e isso, tendo apenas 53% de instalações registradas em 2003 (RABE, 2004). A figura 1.4 mostra a taxa de instalação de ESP distribuída entre as categorias básicas definidas para a indústria automotiva.. 100 90 80 70 60 Instalação 50 Europa ( % ) 40 30 20 10 0. Opcional Padrão. A. B. C. D. E. F. Categoria. Figura 1.4: Taxa de instalação de ESP na Europa segundo as categorias (LIEBEMANN, 2004).

(30) 29. Baseado em uma análise estatística de acidentes realizada pela TOYOTA (AGA & OKADA, 2003), estima-se que a taxa de acidentes de veículos com ESP no quesito acidentes severos seria reduzida em 50% para acidentes com um único veículo envolvido e em 40% com mais veículos envolvidos. Giesen (2002) através do estudo realizado com carros de passeio Mercedes-Benz, demonstrou que a taxa de acidentes declinaram 15% devido ao uso do ESP desde 1999 com a introdução do sistema como item de série dos veículos de passeio desta marca. Tingvall et al. (2003) comprovaram através de estudos realizados na Suécia no período de 2000 a 2002 que veículos equipados com ESP reduziram em mais de 38% os acidentes em vias cobertas por gelo e neve. A eficiência foi de 22% em vias secas e 28% em vias molhadas. Buscando aperfeiçoar a segurança ativa, a atuação em conjunto de alguns sistemas apresenta maior capacidade de prevenção de acidentes se comparada com atuações isoladas. Os mencionados sistemas ativos utilizados na atualidade estão em desenvolvimento continuo para redução de custos e melhora de desempenho. A evolução de tais sistemas isolados viabilizou a implementação de controladores de dinâmica que combinam diferentes atuadores. Procurando uma solução ótima, as possibilidades de integração em vários aspectos do sistema devem ser consideradas. Essa integração possui dois focos que devem ser analisados. A questão de hardware e a questão funcional. O uso de sensores, fontes de energia e esforço computacional comum, pode reduzir custos, peso e consumo de energia. Porém, tal integração deve ser considerada desde o princípio, para lidar com os conflitos, muitas vezes imposta por diferentes fornecedores de subsistemas. A integração funcional está diretamente relacionada com as tarefas do controlador. A função de cada sistema deve ser definida, avaliada e examinada considerando diferentes possíveis sinergias e.

(31) 30. interferências. Assim, novas funções, que seriam inviáveis com uso de sistemas isolados, podem ser criadas. Um estudo sistemático para analisar e explorar as diversas maneiras de integrar os variados sistemas é o único modo de atingir um produto final que forma uma funcionalidade ótima. Uma abordagem de projeto integrado de controle de dinâmica veicular é o próximo importante passo no desenvolvimento de sistemas ativos de segurança. Por fim, técnicas de controle, modelagem e computacionais sempre aprimoradas, permitiram a utilização conjunta de inovações para desenvolver controladores que se comportam cada vez melhor em sistemas não lineares e sofisticados como é o caso da dinâmica veicular. As técnicas de controle por redes neurais para sistemas não lineares elucidam grande eficácia em sistemas que necessitam flexibilidade para superar incertezas de flexibilidade de modelagem. As técnicas de algoritmos genéticos para encontrar pontos ótimos de funções complicadas como a atuação de vários sistemas ativos conjuntamente, apresenta grande potencial como ferramenta matemática para aplicação com redes neurais. A teoria de sistemas multicorpos é utilizada para modelagem de fidelidade da dinâmica não linear e sofisticada dos automóveis.. 1.2 Objetivo. O presente trabalho tem como objetivo apresentar uma solução inovadora de controle por redes neurais artificiais (ANN) aprendendo segundo a técnica de aprendizagem por reforço (RL) usando algoritmos genéticos (GA) para integrar.

(32) 31. múltiplos sistemas ativos no controle de estabilidade de um veículo. Assim, este trabalho contribui para responder como o controlador de dinâmica veicular pode ser aperfeiçoado para atuação simultânea de múltiplos sistemas ativos. Partindo do princípio que necessitamos um modelo que caracteriza propriamente o veículo para obter comprovação dos resultados obtidos, um dos objetivos é realizar um modelo que comporte tal como a planta. Para atingir isto, utiliza-se a modelagem multicorpos que garante a complexidade da dinâmica veicular e modelos de atuadores validados experimentalmente. Para o estudo é usado o programa ADAMS (Automatic Dynamic Analysis of Mechanical Systems), que é uma ferramenta computacional que simula as características dinâmicas de veículo utilizando a técnica de MBS (Multi Body Systems). Também fazem parte do objetivo a análise do sistema com relação à dinâmica geral e as características em regime de estado, aspectos como nãolinearidade, estabilidade em malha aberta ou resposta do sistema para diferentes situações. O comportamento dinâmico do veículo, especificamente no plano de movimento da trajetória, por meio dos sistemas ativos, pode ser influenciado, se as forças longitudinais e laterais forem modificadas pelos mesmos. Inúmeras são as alternativas de modificação de tais forças, e este trabalho foca em apenas três possibilidades. Uma análise destas possíveis opções de atuação é parte importante desta etapa. Um desenvolvimento para entender os momentos em guinada que cada sistema é capaz de gerar. O objetivo da integração funcional é conseguir melhoras no desempenho do controle em comparação com o caso de sistemas atuando isoladamente e com os projetos desenvolvidos na indústria automotiva, que partem do princípio que o.

(33) 32. controle de freios já está instalado. Essa mentalidade obsoleta é atualmente utilizada por questões de falta de alternativas para integração e pelo fato de muitos dos sistemas serem fornecidos por diferentes empresas para as montadoras. Portanto, outra contribuição original deste trabalho é a integração efetiva dos sistemas, pois serão utilizados ao mesmo tempo e para a mesma finalidade. A avaliação do controlador é definida dentro de um domínio de manobras e situações que o veículo pode experimentar, não generalizando para todo o espaço possível da dinâmica veicular. O domínio a ser estudado é reconhecido pela freqüência que é encontrado em estudos de sistemas ativos para estabilidade em guinada. Assim, o treinamento do neurocontrolador e, portanto, a otimização, serão direcionados apenas para tal domínio, excluindo também variações da planta no tempo, tal como desgaste do pneu e o estudo no caso de falha de algum sistema. Portanto, tem como objetivo o desenvolvimento de um controle por redes neurais para atuar simultaneamente os sistemas de freio, direção e barra estabilizadora. A construção de um modelo multicorpos para representar a dinâmica veicular em guinada, o desenvolvimento de um programa de aprendizagem para redes neurais artificiais por algoritmos genéticos, um ambiente de co-simulação com uso simultâneo do software de controle e o de modelagem multicorpos, e por fim o ajuste do neurocontrolador para o domínio de estudo e as respectivas simulações resultando em um controlador ótimo e não-linear, fazem parte do objetivo. O espaço de contribuições pode ser definido pelo desenvolvimento de um neurocontrolador usando algoritmos genéticos para aprendizagem por reforço para integrar múltiplos sistemas ativos no controle de estabilidade de um veículo, considerando um domínio de situações específicas..

(34) 33. 1.3 Apresentação do Trabalho. A tese é dividida similarmente ao processo de projeto do controlador. Primeiramente, no CAPÍTULO 2, é apresentada a evolução histórica da segurança ativa, culminando nos sistemas do mercado da atualidade e nas mais recentes pesquisas, tanto na indústria como no meio acadêmico. No CAPÍTULO 3 o sistema de um veículo de passeio é caracterizado. Alguns princípios da dinâmica veicular necessários para entendimento do trabalho são explicados e na seqüência a modelagem multicorpos. Uma análise de estabilidade caracteriza a planta e alguns dos objetivos do controlador. Também contém a descrição dos atuadores e respectivos modelos. Em seguida, o CAPÍTULO 4 introduz as técnicas existentes para controle do momento em guinada qualificando e quantificando as diferentes fontes de atuação com um mesmo objetivo. O CAPÍTULO 5 apresenta as noções teóricas sobre o controlador proposto que utiliza algoritmos genéticos para aprendizagem da rede neural. Também descreve o controle para o modelo do veículo partindo das especificações de desempenho. Analisa a estabilidade em malha fechada para este tipo de controlador. No CAPÍTULO 6 são apresentadas as simulações e os resultados. As discussões finais estão no CAPÍTULO 7..

(35) 34. 2. Revisão Bibliográfica. Este capítulo apresenta uma discussão sobre os sistemas ativos estudados com o objetivo de controlar o movimento do veículo referente ao ângulo de guinada. A integração de sistemas ativos, que é parte essencial deste trabalho, é discutida fundamentando-se em trabalhos de forma a apresentar soluções discutidas pelo ambiente científico. Os trabalhos citados foram escolhidos para descrever o contexto técnico que este projeto foi desenvolvido.. 2.1 Sistemas Ativos. Encontram-se poucos sistemas ativos em veículos de série, porém, são muitos os desenvolvimentos dentro das indústrias (DONGES & NAAB, 1996; FURUKAWA & ABE, 1997), onde uma vasta gama de soluções é trabalhada. Na figura 2.1 são observadas as diferentes soluções que compreendem as possibilidades de aplicação dentro da esfera de capacidade do atual nível tecnológico..

(36) 35. Figura 2.1: Sistemas ativos para estabilidade. A estabilidade lateral pode ser otimizada por sistemas de controle de chassi. O principal foco são as situações de emergência, quando o veículo perde estabilidade, seja por uma manobra errônea do condutor ou por uma condição adversa de trânsito ou mesmo uma alteração das condições de aderência. Um segundo foco são situações quando o veículo pode oferecer melhor resposta referente às necessidades do condutor, ou seja, quando este provoca manobras mais severas. Desde 1980, vários sistemas ativos de estabilidade foram investigados, em particular os por intervenção de freios (SHIMADA & SHIBAHATA, 1994; ABE, 1999; TSENG et al., 1999; MAMMAR & KOENIG, 2002; MCCANN, 2000; MOKHIAMAR & ABE, 2002a). O objetivo do controle de dinâmica veicular inclui melhoras em segurança, dirigibilidade e conforto. Muitos sistemas foram desenvolvidos a partir da evolução da tecnologia eletrônica. No entanto foram desenvolvidos independentemente com objetivos específicos sendo que algumas regiões de atuação são coincidentes..

(37) 36. O controle do escorregamento na frenagem foi no final dos anos 70 o primeiro controle de dinâmica veicular a ser apresentado para veículos de série (BURCKHARDT, 1979). Desde então, busca-se até os dias atuais o aperfeiçoamento da técnica aplicada ao princípio (BURCKHARDT, 1993). Não obstante, foi o princípio básico para controlar as forças no pneu buscando reduzir a distância de frenagem e manter as condições de resposta do sistema de direção e, por conseguinte, a estabilidade do veículo. Os desenvolvimentos seguintes foram na área de sensores e atuadores. Com isso, este sistema atingiu um custo adequado para viabilizar uma maior introdução no mercado e, portanto na frota de veículos. Nos conceitos de dinâmica veicular, o controle de tração (TCS) é um aplicativo adicional do sistema de controle de escorregamento na frenagem. Através de atuação controlando o momento de tração procura-se adequar a quantidade disponível de atrito entre pneu e pavimento e com isso, ainda, melhorar a estabilidade e dirigibilidade. No aspecto construtivo, os elementos para aplicação de tal tecnologia utilizam os mesmos componentes do ABS. A aplicação do TCS em veículos de série, no entanto, obtiveram êxito uma década mais tarde, no final dos anos 80 (KRAFT & LEFFLER, 1990; MAISCH et al., 1988). Além de ter este atraso em relação ao ABS, atualmente não está tão difundido como item de série. A partir do meio dos anos 90, são conhecidos os sistemas de estabilidade que trabalham nas regiões críticas por meio de frenagem em rodas individualmente (DEBES et al., 1997; GASS et al., 1996; MÜLLER et al., 1994; JIDOSHA, 1995). Diferentes nomes foram atribuídos, dentre eles Programa de Estabilidade Eletrônica (ESP), ao sistema que realiza estas funções mais avançadas, porém, com os mesmos equipamentos utilizados para implementação de ABS e TCS. Atualmente só os veículos de maior performance possuem o ESP como item de série, porém, muitos.

(38) 37. outros podem tê-lo como opcional. Este sistema utiliza das forças de frenagem aplicadas não simetricamente para aumentar a estabilidade e corrigir a trajetória (FENNEL, 1998; KURZ et al., 1996; LEFFLER et al., 1995; PAEFGEN et al., 1994). Ainda pode ser citada mais uma técnica que utiliza de força longitudinal para administrar a dinâmica lateral. É por meio do controle das forças advindas do sistema de tração. Segundo Leffler (1994) e Schwarz (1990) pode-se compor um chaveamento da potência do motor para combinar com a dinâmica lateral que se propõe estabilizar. Outra possibilidade é na distribuição ocorrida nos diferenciais, assim, pode-se introduzir um momento em guinada para auxiliar na estabilidade (HONDA, 1997). Esta técnica pode ser integrada com atuações de freio agregando a virtude de perder menos desempenho longitudinal (ABE et al., 1994; ABE et al., 1996; FUKADA, 1997; NAGAI et al., 1997). A técnica de distribuição controlada da propulsão é concebida para um único eixo de tração ou para veículos com tração nas quatro rodas (EGGER et al., 1989; GAUS, 1988; GORONCY, 1994; HIRANO et al., 1993; RICHTER, 1992; SAGAN & STICKEL, 1992). Com esterçamento, o princípio ativo é por meio de influência das forças laterais. Existem duas metodologias, uma para controlar o eixo dianteiro e outra para o traseiro. A idéia de implementar um sistema ativo de esterçamento traseiro apresenta estudos desde meados dos anos 80 (DONGES, 1988; DONGES et al., 1990; HIRANO, 1994; SANO, 1986; SATO et al., 1991). Para esterçamento controlado do eixo dianteiro existem diversos trabalhos e, já existem no mercado alguns veículos que o tem como item de série. Os trabalhos de Ackermann et al. (1996), Ahring (1993) e Krämer & Hackl (1996) são exemplos de como melhorar a estabilidade fazendo uso do sistema de direção ativo..

(39) 38. Existem ainda os trabalhos de controle de suspensão. As abordagens são diversificadas, desde controle de carga vertical por meio de amortecedores até variação de câmber. Os sistemas que regulam a variação da força normal para que a mesma não varie inadequadamente são freqüentes (ABE, 1991). Estes normalmente são atuadores hidráulicos, pneumáticos ou magnetos-reológicos que controlam a força vertical que em veículos é transferida pelo conjunto mola e amortecedor. O sistema de variação de geometria, na maioria dos estudos atua na variação do câmber do pneu, tal como pode ser encontrado nos trabalhos de Boulos (2006), Cangini (2006) e Randle (2006). O sistema por intervenção dos elementos de suspensão, que tende a ser uma das próximas aplicações em itens de série, é o controle da rolagem e das forças verticais nos pneus por meio de barras anti-rolagem ativas (ARC) (HENNING, 2006; REJNA, 2004; EVERETT et al., 2000).. 2.2 Integração de Sistemas. Tendo se em vista a gama de possibilidades acima descritas para aperfeiçoamento da segurança veicular por meio de sistemas ativos, pode se concluir que serão muitas também as diferentes possibilidades de combinar dois ou mais sistemas.. Algumas. combinações. foram. mais. freqüentemente. estudadas. e. desenvolvidas. A integração de esterçamento traseiro com atuação individual nos freios foi extensamente estudada por Abe (1995) e Nagai et al. (1997). Porém, não são planejados para atuarem conjuntamente. Cada sistema foi projetado para assumir diferentes funções com distintos objetivos. Este fato também está presente em diversos outros estudos que trabalham com combinação de sistemas ativos, no entanto, não.

(40) 39. fazem uso dos sistemas para as mesmas funções, assim, deixando de considerar realmente os efeitos que a atuação simultânea poderia provocar, assim, não utilizando a técnica de integração para melhorar desempenho em situações críticas. Outro estudo de integração realizado por Hirano et al. (1993) combinou esterçamento e tração nas quatro rodas. Com o esterçamento das rodas traseiras melhorou-se o desempenho da dinâmica lateral do veículo, porém, com a distribuição dos momentos de tração não se obteve grandes melhoras, pois também não foram desenvolvidos para atuar conjuntamente. Eles não foram diretamente planejados para a mesma missão, assim, novamente outra combinação e não integração. Em Wallentowitz (1996), no começo dos anos 90, surge realmente o pensamento de integração, com sistemas ativos de segurança sendo planejados juntamente para funções em comum e para atuação simultânea. Neste trabalho, uma infinidade de técnicas de controle de dinâmica longitudinal, lateral e vertical foi considerada para reconhecer qual ou quais seriam, na atualidade, as mais efetivas e viáveis. Neste trabalho não foram apresentados cálculos ou resultados numéricos, ou seja, apenas idealizações baseadas em teoria. Também em Busshardt et al. (1997) foi verificada a idéia de integração e os possíveis produtos da técnica, seguida da apresentação de algumas idéias de utilização de sensores e processadores comuns, porém, os obstáculos estariam em custo e peso dos sistemas. O primeiro trabalho foi apresentado por Kawakami et al. (1992), com um complexo sistema integrando esterçamento nas quatro rodas (4WS), controle de tração (TRC), ABS e ARC. Uma realização significativa deste trabalho foi a otimização do uso da capacidade de aderência dos pneus traseiro em colaboração do esterçamento e da frenagem..

(41) 40. Usar atuação redundante é uma abordagem comum para satisfazer o contínuo crescimento da demanda por desempenho (CHENG & LI, 2003; LEE et al., 2001; ELBEHEIRY et al., 2001). Uma aplicação redundante implica em número de controles e atuadores maior do que a mobilidade do sistema. Métodos redundantes podem melhorar o desempenho do sistema, tolerância à falhas, confiabilidade e podem estender o envelope operacional em situações extremas. No entanto, devido ao excesso de graus de liberdade, uma apropriada coordenação dos sub-sistemas torna-se um desafio de projeto. Esforços na pesquisa de coordenação de sistemas de estabilidade foram aplicados. Guvenc et al. (2003) propôs uma coordenação de esterçamento e frenagem diferenciada usando coeficientes simples para distribuir a tarefa entre o sistema de direção e o de freio. As técnicas de alocação de controles para sistemas redundantes foram estudadas para aplicações em aviões (BODSON, 2002; BORDIGNON & DURHAM, 1995; ANTONELLI & CHIAVERINI, 1998) e recentemente aplicadas para dinâmica veicular. Plumlee et al. (2004) usou programação quadrática com reguladores lineares quadráticos para alocar os esforços entre sistemas de freio e direção para seguir a velocidade angular de guinada desejada e minimizar o ângulo de deriva do veículo. Zegelaar et al. (2004) desenvolveu um controle integrado de sistema de freio, direção e barra anti-rolgem baseado em PID básico. A mesma técnica foi discutida mais além por Grotendorst (2004), que estudou a interferência de uma intervenção nos sistemas ativos. A conclusão é clara com relação à falta de métodos para estabelecer analítica ou numericamente a distribuição da geração do momento corretivo entre os sistemas..

(42) 41. Fredriksson et al. (2004) propôs o controle do veículo segundo uma abordagem pela resolução de uma otimização restringida. Assim, limitando as forças longitudinais e laterais dos pneus. No entanto, dificuldades como necessidade de tempo computacional, falta de modelo representativo e falta de robustez ficaram claros nas várias. tentativas. de. otimização,. especialmente. para. situações. críticas. (FREDERIKSSON et al., 2004; TONDEL & JOHANSEN 2005). Saeger & Gärtner (2004) estudaram as implicações da variação de força normal provocada pela barra anti-rolagem no sistema ESP e numa segunda aplicação de ESP com AFS. A discussão teórica utiliza modelos simples que não são representativos da dinâmica não linear do veículo. Neste trabalho não é quantificada a capacidade de gerar momento em guinada dos sistemas combinados devido ao grande número de graus de liberdade e variáveis do sistema. Outros trabalhos teóricos também são publicados, porém ainda é clara a carência de uma técnica robusta e aplicável para integrar sistemas ativos (ZUURBIER, 2005; FIEDLER et al., 2005; WANG & LONGORIA, 2006). Na atualidade, as montadoras estão desenvolvendo pesquisas na área e alguns poucos resultados já podem ser vistos em itens de série. A tendência observada é uma primeira integração de ESP com direção dianteira ativa (AFS) e na seqüência mais uma integração com ARC. Portanto, sistemas de controle de vários subsistemas serão integrados num controle central capaz de realizar uma maior coordenação e interação (TOKUDA, 1988 e CHIKAMORI et al., 1989; KIENCKE & NIELSEN, 2001)..

(43) 42. 3. Sistema. Este capítulo explica alguns princípios fundamentais da dinâmica veicular. As forças que determinam à dinâmica do veículo são geradas pelos pneus. Tais forças são influenciadas por diversos fatores importantes como torques aplicados na roda, esterçamento do pneu e variação da força normal. Na seqüência, a técnica de modelagem multicorpos é introduzida e o desenvolvimento do modelo a ser utilizado no projeto do controlador é detalhado. Para este trabalho, o sistema de referência e os conceitos utilizados são os mesmos definidos pela norma SAE J670e (1976).. 3.1 Dinâmica Veicular. Os. primeiros. estudos. das. características. de. dirigibilidade. devem-se. principalmente a Maurice Olley (OLLEY, 1934), que foi o pioneiro em descrever com maiores detalhes o comportamento do veículo ao realizar curvas. Também contribuiu para o conceito de veículo sobreesterçante (OS) e subesterçante (US) sob uma abordagem linear. As definições e caracterizações de tais comportamentos foram futuramente mais desenvolvidas por Milliken & Milliken (1995), Segel (1956) e Gillespie (1992). Segundo Hagazy & Rahnejat (2000) os modelos lineares fornecem resultados acurados até a aceleração de 0,3 g e apenas para condições de alta aderência. Os.

(44) 43. veículos modernos facilmente chegam a acelerações laterais de 0,8 g. Mchenry (1968) foi o primeiro a desenvolver um modelo de veículo não linear. As forças que aceleram o carro no plano horizontal se originam principalmente nos pneus, e o entendimento delas é uma chave para aplicação de controle de dinâmica veicular. Estas forças são responsáveis pelo controle e pela estabilidade do veículo. As forças e momentos no plano horizontal são: a força longitudinal Fl, a força lateral Fs e o torque auto-alinhante Mz que atuam na região de contato do pneu com o pavimento. Outra força de importância é a força normal definida por Fz, e na figura 3.1 pode-se observar um esquema das forças e momentos descritos no pneu.. Figura 3.1: Esquema descritivo do pneu. O escorregamento longitudinal, gerado com a manipulação do torque no eixo de rotação do pneu, define a criação de forças que aceleram ou desaceleram o veículo longitudinalmente. A manipulação de tais torques pode ser realizada pelo sistema de freio ou de tração. Tal escorregamento é definido por sl. O escorregamento lateral é responsável pela geração de forças laterais, assim, com o esterço de um pneu, surgem.

(45) 44. as forças laterais para controle de trajetória ou estabilização. Este é expresso como o ângulo de deriva do pneu: α. As forças laterais podem ser manipuladas através do esterçamento das rodas, criando ângulo de deriva do pneu. Algumas velocidades também devem ser citadas: velocidade linear longitudinal vx, velocidade linear lateral vy e velocidade angular de rotação do pneu ω. Com estas definições, a relação entre os escorregamentos e as forças no pneu pode ser examinada, sendo as propriedades em regime de estado examinadas primeiramente. A geração de forças é muito não linear em função dos escorregamentos, como se pode observar nas figuras 3.2 e 3.3 que apresentam diagramas típicos desta relação.. Figura 3.2: Diagrama típico de força longitudinal.

(46) 45. Figura 3.3: Diagrama típico de força lateral. O pneu tem uma característica que para pequenos valores de escorregamento a força é gerada quase que linearmente proporcional ao escorregamento. Com o aumento do mesmo, a força atinge um pico de saturação e em seguida declina. No diagrama, a força longitudinal atinge o valor máximo para aproximadamente 18% de escorregamento em condição de asfalto seco e a força lateral para 6° de ângulo de deriva do pneu para máximo carregamento. Observe que estes valores se alteram para diferentes condições de carregamento vertical ou nível de aderência. Quando são geradas forças nas duas direções, existe uma interferência, assim, a força lateral é influenciada também pelo escorregamento longitudinal do pneu e vice versa. Assim, existe o estudo de escorregamento combinado e uma curva típica pode ser vista na figura 3.4. A força lateral é máxima quando o escorregamento longitudinal do pneu é zero e, com o aumento de tal, seja em aceleração ou frenagem, a força lateral máxima diminui..

(47) 46. 5000. Força Lateral ( N ). 4000 2° 4°. 3000. 6° 8° 10 °. 2000. 1000. 0 -5000. -3000. -1000. 1000. 3000. 5000. Força Longitudinal ( N ). Figura 3.4: Escorregamento combinado. Outro aspecto importante é a sensibilidade do pneu a força normal, pois quanto maior for a força normal, maior será a capacidade de gerar força horizontal, no entanto, não será linearmente proporcional, assim, representando mais uma nãolineridade da dinâmica veicular. Para os pneus da atualidade, a influência é maior para força lateral e tal comportamento pode ser observado nas figuras 3.5 e 3.6..

(48) 47. Força Lateral ( N ). 4000 3000 2000 1000 0 0. 2000. 4000. 6000. 8000. Reação Normal ( N ). Figura 3.5: Sensibilidade da força lateral a carga normal para ângulo de deriva do pneu de 5°. Figura 3.6: Força lateral e longitudinal combinadas. Essa dependência por parte da força normal pode ser visualizada pelo gráfico com os valores máximos dos coeficientes de aderência em ambas as direções pela.

(49) 48. força normal (figura 3.6). Ambas as curvas apresentam gradiente negativo, o que implica que o coeficiente de aderência para gerar forças no plano horizontal se reduz com o aumento da força normal. E pode-se evidenciar que as características laterais apresentam uma não linearidade maior. Para o círculo de forças combinadas, isto significa que um aumento na força normal faz com que o envelope fique mais elíptico. A dependência para valores pequenos de escorregamento pode ser analisada na figura 3.7 com os valores de rigidez para força longitudinal do pneu e rigidez para força lateral do pneu em função da força normal.. Figura 3.7: Rigidez do escorregamento longitudinal do pneu e rigidez da deriva do pneu. O torque auto-alinhante tem origem na forma da geração da força lateral na região de contato do pneu com o pavimento. Esta forma é distorcida e não simétrica. Esta distorção elástica aumenta da frente para a traseira e resulta em uma distribuição não homogênea da força lateral ao longo da região de contato. Essa distribuição desigual origina o torque auto-alinhante. Para altos valores de ângulo de deriva do.

(50) 49. pneu, a parte posterior da região de contato estende lateralmente pelo plano e isto reduz a quantidade de torque. Quando o pneu está perto da região de saturação, o torque auto-alinhante é reduzido até quase zero e em alguns caso pode ser negativo. Outra característica relevante é a variação da força gerada pelo pneu em função das diferentes velocidades que o carro pode ser submetido. O fato do pneu estar girando e também a condição de existir uma velocidade diferente nos pontos de contato com o pavimento provoca mais esta expressão de não linearidade do pneu como pode ser visto na figura 3.8.. Figura 3.8: Sensibilidade do escorregamento longitudinal do pneu pela velocidade. O entendimento da combinação das forças laterais e longitudinais é fundamental para desenvolvimento de controle de dinâmica veicular, visto que nas situações críticas ambas estarão sendo solicitadas e nas regiões limites..

(51) 50. Durante a condução do veículo, o mesmo está sempre submetido a acelerações laterais na execução de curvas e acelerações longitudinais por conta de frenagem ou aceleração. Como o centro de massa não está localizado verticalmente junto ao ponto de contato dos pneus com a via, surge um momento que provoca a transferência da reação normal de uma extremidade a outra. Essa transferência é proporcional à geometria intrínseca ao posicionamento dos pneus e da distribuição das massas e ao vetor de aceleração resultante no veículo. Essa transferência de reação normal é responsável pela variação da força normal nos pneus e como explicado anteriormente, isto modifica a geração de forças no plano horizontal. Para entendimento dos mecanismos de controle a serem utilizados, faz se necessário o entendimento da transferência de reação normal quando o veículo estiver sujeito à aceleração lateral. Nesta situação define-se o momento de rolagem. Para estudo da dinâmica de rolagem, o corpo do veículo é considerado como um corpo rígido suspenso pelas suspensões dianteira e traseira, sendo definido também um eixo de rolagem pelos centros de rolagem dianteiro e traseiro. Neste eixo são transmitidas as forças e momentos para o sistema de suspensão. O momento gerado pela aceleração lateral aplicada no corpo na altura do centro de massa do corpo rígido até o eixo de rolagem é resistido pela rigidez de rolagem composta por elementos da suspensão dianteira e traseira. Observa-se que o fato de tal resistência ser resultado da cooperação de sistemas dianteiros e traseiros faz com que ao alterá-los de forma apropriada, pode-se manipular a distribuição da resistência deste momento entre a suspensão dianteira e a traseira. Um destes componentes é a barra estabilizadora, sendo assim, este elemento pode ser utilizado para alterar a força normal nos pneus..

(52) 51. Figura 3.9: Veículo em circuito de escorregamento. Um dos métodos mais antigos no desenvolvimento de dinâmica veicular é a realização de curvas em regime estacionário e baseando-se neste teste usualmente explicam-se alguns dos conceitos e termos importantes utilizados neste trabalho. A figura 3.9 ilustra o esboço de um veículo com velocidade V realizando uma curva de raio R. O movimento de curva é iniciado com um ângulo de esterçamento δ. Para que o veículo sustente o movimento de curva, surge a aceleração lateral. Esta aceleração é resultado das forças nos pneus provocadas pelo surgimento dos escorregamentos laterais. Devido a tais escorregamentos, a velocidade do veículo não é necessariamente paralela ao eixo longitudinal, formando um ângulo β, chamado de ângulo de deriva do veículo. O ângulo entre o eixo longitudinal do veículo e o eixo fixo na via é chamado guinada: φ. As taxas de variação do ângulo de deriva do veículo e da guinada no.

(53) 52. tempo são chamadas respectivamente de velocidade angular de deriva do veículo (β`) e velocidade angular em guinada (r).. 3.2 Modelagem Matemática. A ciência e a matemática são meras ferramentas desenvolvidas pelo homem na tentativa de formular e prever o complexo comportamento do mundo real. Modelos lineares são geralmente utilizados para representação de sistemas mecânicos. No domínio das freqüências, as auto-propriedades permitem identificar, de forma abrangente, o comportamento dinâmico. Entretanto, os sistemas reais possuem inúmeras não linearidades, cujo comportamento geral é calculado no domínio do tempo. Somente o fenômeno real, na sua mais completa magnitude, pode ser utilizado como referência para a avaliação de um modelo ou método de cálculo não linear. No entanto, como o sistema real possui inúmeras variáveis, uma medição para completa quantificação. de. seu. comportamento. dinâmico. demanda. um. esforço. de. experimentação e análise muito grande. Simplificações na realização das medições acabam por produzir informações incompletas que podem comprometer a significância dos resultados. As dificuldades do processo de medição, da aleatoriedade e da não linearidade dos sistemas reais limitam a representatividade dos resultados. Devido a estas limitações, a proposição de estudo com definição precisa das características do sistema permite conceber modelos e gerar resultados padronizados. Isto facilita a tarefa de construção do modelo e permite comparação de resultados..

Referências

Documentos relacionados

Portanto, não se pode afirmar que existe a presença ou ausência de alguns desses compostos nas cultivares que apresentaram maior e menor resistência ao ataque

(2013 B) avaliaram a microbiota bucal de oito pacientes submetidos à radioterapia na região de cabeça e pescoço através de pirosequenciamento e observaram alterações na

O bloqueio intempestivo dos elementos de transmissão de energia entre os equipamentos e acessórios ou reboques está impedido ou se não está existem medidas que garantem a segurança

Mestrado em: Nutrição Humana ou Nutrição Clínica ou Saúde Coletiva ou Ciências da Saúde ou Ciências ou Saúde ou Alimentos e Nutrição e Desenvolvimento na

Alinhado ao conceito de McKenna (1992), Leal (2005) constatou em sua pesquisa sobre o marketing de relacionamento na indústria farmacêutica que os

In the present study, we sought to investigate whether acute ethanol intake activates the vascular RhoA/Rho kinase pathway in resistance arteries and the role of NAD(P)H

No corte controle (Figura 94) é possível visualizar a epiderme, em vermelho, ilesa e uniforme sobre o tecido conjuntivo da derme, em verde, abaixo do epitélio. Não é possível

Neste trabalho foram apresentados resultados obtidos a partir da classificação de defeitos de DP, que podem ocorrer em isolamentos de equipamentos de alta